第二章-科学计算基础包---numpy

量化投资和python

为什么选择python呢?

其他选择：excel、SAS/SPSS（统计软件，无编程）、R（功能太单一，制作数据分析）
量化投资实际上就是分析数据从而做出决策的过程
python数据处理相关模块
    1、NumPy：数组批量计算
    2、pandas：灵活的表计算
    3、Matplotlib：数据可视化

怎么使用python进行量化投资

NumPy + pandas + Matplotlib.... 聚宽、优矿、米筐、Quantopian.... RQAlpha、QUANTAXIS....

IPython的使用

pip3 install ipthon
也可以直接安装anacoda ，集成了ipython、NumPy pandas Matplotlib 等许多python的常用模块和框架

与python解释器的使用方法一致

TAB键自动完成

？内省、查看具体信息

？进行模糊匹配，命名空间搜索

！执行系统命令

某些命令不用加也能执行

？？两个问号

IPython的魔术命令

%timeit 很费事，他要跑很多次

%paste 执行剪切板中的python代码

%pdb 在异常发生后自动进入调试模式，使用on

然后就可以使用pdb相关的命令，进行调试状态

p命令最常用，打印的意思

%魔术命令

命令的历史可以使用上下方向键，或者%hist查看命令历史

_ 表示上一次的输出

__ 表示上两个命令

_48 第多少的结果

_i48 第多少行的结果的字符串形式

%bookmark 目录标签系统

IPython Notebook-Jupyter的初识

安装jupyter

使用notebook

进入了jupyter的web界面

创建新的notebook

出现一个小问题：编写的代码不能运行且前面的提示符In[*]

查看命令行，出现错误提示

将软件降级安装后，解决问题

可以用notebook写博客 ，支持makedown，而且他可以将页面直接输出成很多文本形式

正戏-Numpy模块

Numpy简介

实例展示为什么要使用numpy

例子：已知若干家跨国公司的市值，将其换算成人民币

普通的函数方法

1、将公司市值存储成列表或者其他格式
2、创建变量，存储汇率
2、遍历列表
3、做乘法运算，放入新的列表

用numpy

Out[ 28 ]: ( 50 ,) ----------------------------- In [ 30 ]: b = np.array([[ 1 , 2 , 3 ,],[ 4 , 5 , 6 ]]) In [ 31 ]: b.ndim Out[ 31 ]: 2 In [ 32 ]: b.size Out[ 32 ]: 6 In [ 33 ]: b.shape Out[ 33 ]: ( 2 , 3 ) ----------------------------- 三维-第三个维度相当于笔记本的每一页，翻个页就到另一面 In [ 35 ]: c = np.array([[[ 1 , 2 , 3 ,],[ 4 , 5 , 6 ]],[[ 1 , 2 , 3 ],[ 1 , 2 , 3 ]]]) In [ 36 ]: c Out[ 36 ]: array([[[ 1 , 2 , 3 ], [ 4 , 5 , 6 ]], [[ 1 , 2 , 3 ], [ 1 , 2 , 3 ]]]) In [ 37 ]: c.shape Out[ 37 ]: ( 2 , 2 , 3 ) ------------------------------------ 数组的转置 In [ 39 ]: c = c.T In [ 40 ]: c Out[ 40 ]: array([[[ 1 , 1 ], [ 4 , 1 ]], [[ 2 , 2 ], [ 5 , 2 ]], [[ 3 , 3 ], [ 6 , 3 ]]]) In [ 41 ]: c = c.T In [ 42 ]: c Out[ 42 ]: array([[[ 1 , 2 , 3 ], [ 4 , 5 , 6 ]], [[ 1 , 2 , 3 ], [ 1 , 2 , 3 ]]])

ndarray-数据类型

查看数据类型

In [24]: a.dtype
Out[24]: dtype('float64')

我们使用的巨大部分都是数字类型，它本身就是用来做计算的

64位数的长度是多少（2**63-1）

In [25]: 2**64-1
Out[25]: 18446744073709551615

numpy-array的创建

In [1]: # 可以这样创建一个10位全是0的数组
In [2]: import numpy as np
In [3]: a = np.array([0]*10)
In [4]: a
Out[4]: array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
In [5]: # 也可以用zeros创建
In [6]: b = np.zeros(10)
In [7]: b
Out[7]: array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
In [8]: # 可以看见都是0.，说明他是一个浮点数，来看一下类型
In [9]: b.dtype
Out[9]: dtype('float64')
In [10]: # 创建的时候指定类型，不使用默认的，直接用int
In [11]: c = np.zeros(10,dtype='int')
In [12]: c
Out[12]: array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
In [13]: c.dtype
Out[13]: dtype('int32')
In [14]: # 创建全是1的数组
In [15]: d = np.ones(10)
In [16]: d
Out[16]: array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])
In [17]: # 看一下empty的用法，创建空数组，里面放的都是随机数
In [18]: e = np.empty(50)
In [19]: e
Out[19]:
array([1.23004319e-311, 1.23004150e-311, 2.95806213e-311, 1.26927730e-277,
       5.54041819e+228, 2.84855906e-311, 5.97288716e-299, 3.28487474e-311,
       9.43293441e-314, 2.26784710e-308, 1.23004306e-311, 1.23002517e-311,
       3.38460664e+125, 6.69053866e+151, 6.56693077e-085, 1.03564308e-308,
       1.33360293e+241, 1.71632673e+243, 5.96115807e+228, 1.71011791e+214,
       5.67517369e-311, 1.00562508e-248, 2.85308965e-313, 2.14793507e-308,
       1.38760675e+219, 2.92135768e+209, 2.21211602e+214, 2.28723653e-308,
       6.96983359e+228, 1.33360298e+241, 2.11280666e+161, 1.29883065e+219,
       1.11074825e-310, 1.46972270e-200, 4.97508544e-313, 4.65203811e+151,
       4.66820502e+180, 5.61168418e-313, 3.81674046e-308, 1.33360303e+241,
       1.54523733e-310, 5.03961303e-266, 3.99046880e-008, 2.08868046e-310,
       2.53185169e-212, 7.44726967e-251, 1.39069238e-309, 2.75926410e-306,
       4.90398331e-307, 5.23951796e+202])
In [20]: #  这些随机值是，之前内存的残存值。这个empty有什么用呢?
In [21]: #  为了之后给里面赋值，因为它相对于zeros和ones创建的时候少了1个步骤，会更快一点
In [22]: # arange可以指定步长为小数，pyton中是不可以的
In [24]: f = np.arange(1,10,0.3)
In [25]: f
Out[25]:
array([1. , 1.3, 1.6, 1.9, 2.2, 2.5, 2.8, 3.1, 3.4, 3.7, 4. , 4.3, 4.6,
       4.9, 5.2, 5.5, 5.8, 6.1, 6.4, 6.7, 7. , 7.3, 7.6, 7.9, 8.2, 8.5,
       8.8, 9.1, 9.4, 9.7])
In [26]: # linspace线性空间，和arange非常相，但是完全不一样，把指定的范围数字分成间隔相同的份数，最后一个参数是数组的长度，即份数
In [31]: k = np.linspace(0,5,10)  或者是  np.linespace(0,5,num=10)
In [32]: k  #并且linspace不像arange不包含最后一个数，它是包含最后一个数的，可以在最后看见5
Out[32]:
array([0.        , 0.55555556, 1.11111111, 1.66666667, 2.22222222,
       2.77777778, 3.33333333, 3.88888889, 4.44444444, 5.        ])
In [27]: g = np.linspace(1,100,100)
In [28]: g
Out[28]:
array([  1.,   2.,   3.,   4.,   5.,   6.,   7.,   8.,   9.,  10.,  11.,
        12.,  13.,  14.,  15.,  16.,  17.,  18.,  19.,  20.,  21.,  22.,
        23.,  24.,  25.,  26.,  27.,  28.,  29.,  30.,  31.,  32.,  33.,
        34.,  35.,  36.,  37.,  38.,  39.,  40.,  41.,  42.,  43.,  44.,
        45.,  46.,  47.,  48.,  49.,  50.,  51.,  52.,  53.,  54.,  55.,
        56.,  57.,  58.,  59.,  60.,  61.,  62.,  63.,  64.,  65.,  66.,
        67.,  68.,  69.,  70.,  71.,  72.,  73.,  74.,  75.,  76.,  77.,
        78.,  79.,  80.,  81.,  82.,  83.,  84.,  85.,  86.,  87.,  88.,
        89.,  90.,  91.,  92.,  93.,  94.,  95.,  96.,  97.,  98.,  99.,
       100.])
In [33]: #eye 生成单位矩阵，对角线上都是1，不做线性代数，基本不会遇到
In [37]: w = np.eye(5)
In [38]: w
Out[38]:
array([[1., 0., 0., 0., 0.],
       [0., 1., 0., 0., 0.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 1., 0.],
       [0., 0., 0., 0., 1.]])

ndarray-批量运算

比较运算最后得到的是布尔值

如何快速生成一个二维数组

In [39]: np.arange(15).reshape((3,5))
Out[39]:
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])

ndarray-索引

array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
In [40]: a = np.arange(15).reshape((3,5))
In [41]: a[2,2]
Out[41]: 12

adarray-切片

也是前包后不包

In [46]: f
Out[46]:
array([1. , 1.3, 1.6, 1.9, 2.2, 2.5, 2.8, 3.1, 3.4, 3.7, 4. , 4.3, 4.6,
       4.9, 5.2, 5.5, 5.8, 6.1, 6.4, 6.7, 7. , 7.3, 7.6, 7.9, 8.2, 8.5,
       8.8, 9.1, 9.4, 9.7])
In [48]: f[1:3]
Out[48]: array([1.3, 1.6])

但是数组切片，为了省空间，在切片的时候只是浅拷贝

如果要不影响原数组，切片的时候使用copy

In [55]: b = f[0:5]
In [56]: b
Out[56]: array([1. , 1.3, 1.6, 1.9, 2.2])
In [57]: b[0] = 5
In [58]: b
Out[58]: array([5. , 1.3, 1.6, 1.9, 2.2])
In [59]: f
Out[59]:
array([5. , 1.3, 1.6, 1.9, 2.2, 2.5, 2.8, 3.1, 3.4, 3.7, 4. , 4.3, 4.6,
       4.9, 5.2, 5.5, 5.8, 6.1, 6.4, 6.7, 7. , 7.3, 7.6, 7.9, 8.2, 8.5,
       8.8, 9.1, 9.4, 9.7])
使用copy
b = f[0:5].copy（）

In [49]: a
Out[49]:
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14]])
In [50]: # 多行切片，可以看做是[切行，切列]
In [54]: a[0:2,0:2]
Out[54]:
array([[0, 1],
       [5, 6]])

ndarray-布尔型索引

需求：选出列表中大于5的数

In [60]: import random
# 用列表的filter方法
In [61]: a = [random.randint(0,10) for i in range(20)]
In [62]: a
Out[62]: [1, 2, 1, 6, 1, 8, 6, 7, 3, 0, 6, 8, 2, 6, 0, 1, 4, 10, 0, 3]
In [63]: list(filter(lambda x:x>5, a))
Out[63]: [6, 8, 6, 7, 6, 8, 6, 10]
# 用数组的布尔值索引
In [64]: a = np.array(a)
In [65]: a[a>5]
Out[65]: array([ 6,  8,  6,  7,  6,  8,  6, 10])
In [66]: # 布尔型索引的原理
In [67]: # 第一步 a>5
In [68]: a>5
Out[68]:
array([False, False, False,  True, False,  True,  True,  True, False,
       False,  True,  True, False,  True, False, False, False,  True,
       False, False])
In [69]: # 第二步，返回每一位置为ture的位置的值
In [70]: b = np.array([1,2,3])
In [71]: c = np.array([True,False,True])
In [72]: b[c]
Out[72]: array([1, 3])

需求2：选出数组中大于5的偶数

题外：and 和 & 有什么区别？

ndarray-花式索引

注意：多维数组中，花式索引和花式索引不能出现在，逗号的两边

Numpy-通用函数

abs-批量求绝对值

In [2]: a = np.arange(-5,5)
In [3]: a
Out[3]: array([-5, -4, -3, -2, -1,  0,  1,  2,  3,  4])
# 直接用abs也可以
In [4]: abs(a)
Out[4]: array([5, 4, 3, 2, 1, 0, 1, 2, 3, 4])
# 严谨的用法是np.abs
In [5]: np.abs(a)
Out[5]: array([5, 4, 3, 2, 1, 0, 1, 2, 3, 4])

aqrt-开方

# 直接使用会报错，没有这个sqrt，找不到
In [7]: sqrt(a)
---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-7-55c08d4e5fa4> in <module>()
----> 1 sqrt(a)
NameError: name 'sqrt' is not defined
# math模块下有sqrt
In [8]: import math
# 报错，sqrt一次只能处理一个值
In [11]: math.sqrt(a)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-11-c85d302be686> in <module>()
----> 1 math.sqrt(a)
TypeError: only size-1 arrays can be converted to Python scalars
# 使用np.sqrt ，因为负数不能求开方
In [10]: np.sqrt(a)
F:\Python36\Scripts\ipython3:1: RuntimeWarning: invalid value encountered in sqrt
Out[10]:
array([       nan,        nan,        nan,        nan,        nan,
       0.        , 1.        , 1.41421356, 1.73205081, 2.        ])

把一个小数变成整数-取整和保留小数位

In [12]: a = 1.6
# 这种取整，叫做向0取整
In [13]: int(a)
Out[13]: 1
# 这种叫做四舍五入
In [14]: round(a)
Out[14]: 2
# 向上取整-ceil
In [15]: math.ceil(a)
Out[15]: 2
# 向下取整-floor
In [16]: math.floor(a)
Out[16]: 1
# 使用np
In [18]: a
Out[18]: array([-5.5, -4.5, -3.5, -2.5, -1.5, -0.5,  0.5,  1.5,  2.5,  3.5,  4.5])
# 向下取整
In [19]: np.floor(a)
Out[19]: array([-6., -5., -4., -3., -2., -1.,  0.,  1.,  2.,  3.,  4.])
# 向上取整
In [22]: np.ceil(a)
Out[22]: array([-5., -4., -3., -2., -1., -0.,  1.,  2.,  3.,  4.,  5.])
# 四舍五入
In [23]: np.round(a)
Out[23]: array([-6., -4., -4., -2., -2., -0.,  0.,  2.,  2.,  4.,  4.])
# rint和round是一样的
In [20]: np.rint(a)
Out[20]: array([-6., -4., -4., -2., -2., -0.,  0.,  2.,  2.,  4.,  4.])
# 向0取整
In [21]: np.trunc(a)
Out[21]: array([-5., -4., -3., -2., -1., -0.,  0.,  1.,  2.,  3.,  4.])

注：这里的round用的是"四舍六入五成双，奇进偶不进"的方法。对于大量的计算而言，比普通的四舍五入要更科学

modf-把小数和整数部分分开获取

In [26]: np.modf(a)
Out[26]:
(array([-0.5, -0.5, -0.5, -0.5, -0.5, -0.5,  0.5,  0.5,  0.5,  0.5,  0.5]),
 array([-5., -4., -3., -2., -1., -0.,  0.,  1.,  2.,  3.,  4.]))
In [27]: x,y = _
In [28]: x
Out[28]: array([-0.5, -0.5, -0.5, -0.5, -0.5, -0.5,  0.5,  0.5,  0.5,  0.5,  0.5])
In [29]: y
Out[29]: array([-5., -4., -3., -2., -1., -0.,  0.,  1.,  2.,  3.,  4.])

isnan和isinf-浮点数特殊值的判定

In [31]: a = np.ones(5)
In [32]: a
Out[32]: array([1., 1., 1., 1., 1.])
In [33]: a[1] = 0
In [34]: a
Out[34]: array([1., 0., 1., 1., 1.])
In [36]: b = a/a
F:\Python36\Scripts\ipython3:1: RuntimeWarning: invalid value encountered in true_divide
In [37]: a
Out[37]: array([1., 0., 1., 1., 1.])
In [38]: b
Out[38]: array([ 1., nan,  1.,  1.,  1.])
In [39]: 1 in b
Out[39]: True
# 这样判断对nan是无用的
In [40]: np.nan in b
Out[40]: False
# isnan的作用
In [41]: np.isnan(b)
Out[41]: array([False,  True, False, False, False])

isnan用来取值

In [42]: b[np.isnan(b)]
Out[42]: array([nan])
In [43]: b[~np.isnan(b)]
Out[43]: array([1., 1., 1., 1.])

inf-比任何数都大

In [44]: np.inf > 1000000000000000000000000000000
Out[44]: True
In [45]: float('inf') > 1000000000000000000000000000000000
Out[45]: True

inf和isinf的使用

In [46]: a = np.array([3,4,5,6,7])
In [47]: b = np.array([3,0,5,0,7])
In [48]: a/b
F:\Python36\Scripts\ipython3:1: RuntimeWarning: divide by zero encountered in true_divide
Out[48]: array([ 1., inf,  1., inf,  1.])
# 和np.nan不一样，是相等的
In [49]: np.inf == np.inf
Out[49]: True
In [50]: c = a/b
F:\Python36\Scripts\ipython3:1: RuntimeWarning: divide by zero encountered in true_divide
In [51]: c
Out[51]: array([ 1., inf,  1., inf,  1.])
# 取出不是inf的值
In [52]: c[c!=np.inf]
Out[52]: array([1., 1., 1.])
# 取出不是inf的值，用~
In [53]: c[~np.isinf(c)]
Out[53]: array([1., 1., 1.])

add 加
substract 减
multiply 乘
divide 除
power 乘方
mod 取模

maximum-对两个数组的每一个都取一个最大值

In [58]: a
Out[58]: array([3, 4, 5, 6, 7])
In [59]: b
Out[59]: array([1, 6, 8, 9, 2])
In [60]: np.maximum(a,b)
Out[60]: array([3, 6, 8, 9, 7])

mininum-和maxinum一样的用法，只是对比取最小的值

更改数组形状-reshape和resize和ravel

a = np.random.random((3,2))
# reshape 并不改变原始数组
a.reshape(2, 3)
array([[0.91122299, 0.93234796, 0.86025081],
       [0.33770259, 0.13627525, 0.78460434]])
#  查看 a
array([[0.91122299, 0.93234796],
       [0.86025081, 0.33770259],
       [0.13627525, 0.78460434]])
# resize 会改变原始数组
a.resize(2, 3)
#   查看 a
array([[0.91122299, 0.93234796, 0.86025081],
       [0.33770259, 0.13627525, 0.78460434]])

# 展平数组-数组变成一行
a.ravel()

array([0.91122299, 0.93234796, 0.86025081, 0.33770259, 0.13627525,
       0.78460434])

拼合数组-vstack和hstack

a = np.random.randint(10,size=(3,3))
b = np.random.randint(10,size=(3,3))
(array([[1, 4, 7],
        [5, 6, 6],
        [6, 4, 5]]), 
array([[8, 3, 1],
        [1, 5, 8],
        [5, 0, 6]]))
# 垂直拼合
np.vstack((a,b))
array([[1, 4, 7],
       [5, 6, 6],
       [6, 4, 5],
       [8, 3, 1],
       [1, 5, 8],
       [5, 0, 6]])
# 水平拼合
np.hstack((a,b))
array([[1, 4, 7, 8, 3, 1],
       [5, 6, 6, 1, 5, 8],
       [6, 4, 5, 5, 0, 6]])

分割数组-vsplit和hsplit

# 沿横轴分割数组
np.hsplit(a,3)
[array([[1],
        [5],
        [6]]), 
array([[4],
        [6],
        [4]]), 
array([[7],
        [6],
        [5]])]
# 沿纵轴分割数组
np.vsplit(a,3)
[array([[1, 4, 7]]), array([[5, 6, 6]]), array([[6, 4, 5]])]

# 生成示例数组
a = np.array(([1, 4, 3], [6, 2, 9], [4, 7, 2]))
array([[1, 4, 3],
       [6, 2, 9],
       [4, 7, 2]])
#  返回每列最大值
np.max(a, axis=0)
array([6, 7, 9])
# 返回每行最小值
np.min(a,axis=1)
array([1, 2, 2])
# 返回每列最大值索引
np.argmax(a,axis=0)
array([1, 2, 1])
# 返回每行最小值索引
np.argmin(a,axis=1)
array([0, 1, 2])

numpy-统计方法和随机数生成

# 统计中位数
np.median(a, axis=0)
# 统计各行的算术平均值
np.mean(a, axis=1)
# 统计各列的加权平均值
np.average(a, axis=0)
# 统计各行的方差
np.var(a, axis=1)
# 统计数组各列的标准偏差
np.std(a, axis=0)

1 2 3 4 5
平均数： 3
方差 ：每个数-3的值的平方，加在一起，再除以数字的个数

标准差:对方差开平方根

方差用来计算数组内数值的范围

平均数加减两倍方差的结果活落在90%的范围上

矩阵乘法运算（注意与a*b的区别）

A = np.array([[1,2],[3,4]])
B = np.array([[5,6],[7,8]])

np.dot(A,B)
array([[19, 22],
       [43, 50]])

# 求三角函数
a = np.array([10,20,30,40,50])
np.sin(a)
array([-0.54402111,  0.91294525, -0.98803162,  0.74511316, -0.26237485])
#   以自然对数为底数的指数函数
np.exp(a)
array([2.20264658e+04, 4.85165195e+08, 1.06864746e+13, 2.35385267e+17,
       5.18470553e+21])
# 方根的运算-开平方
np.sqrt(a)
array([3.16227766, 4.47213595, 5.47722558, 6.32455532, 7.07106781])
# 方根的运算-求立方
np.power(a,3)
array([  1000,   8000,  27000,  64000, 125000])

# 创建二维随机数组
np.random.rand(2, 3)
array([[0.46181641, 0.06400509, 0.93763711],
       [0.67133387, 0.0801051 , 0.81633397]])
# 创建二维随机整数数组
np.random.randint(5, size=(2, 3))
array([[4, 2, 2],
       [4, 0, 0]])

In [61]: np.random.randint(0,10,10)
Out[61]: array([6, 4, 8, 4, 0, 4, 9, 1, 5, 7])
# 生成多维随机数组
In [62]: np.random.randint(0,10,(3,5))   或者如上一个例子所示 使用size参数
Out[62]:
array([[4, 5, 7, 7, 8],
       [4, 1, 5, 1, 4],
       [2, 3, 9, 6, 8]])
# 0-1之间的随机数
In [63]: np.random.rand(10)
Out[63]:
array([0.97926997, 0.17454168, 0.52831388, 0.28070782, 0.2715298 ,
       0.2749287 , 0.44007621, 0.56472258, 0.53291951, 0.30727733])
# 指定数组中的随机数
In [64]: np.random.choice([1,2,3,4,5,6],10)
Out[64]: array([1, 2, 5, 5, 2, 1, 5, 1, 3, 1])
In [65]: np.random.choice([1,2,3,4,5,6],(2,3))
Out[65]:
array([[5, 2, 3],
       [3, 4, 4]])
# uniform 平均分布，出现每一个小数的概率都一样
In [67]: np.random.uniform(2.0,4.0,10)
Out[67]:
array([3.30135597, 2.5034658 , 3.80415042, 3.58323964, 2.82819204,
       3.45701693, 2.51628589, 3.94588971, 2.46530701, 3.269412  ])
In [68]: np.random.uniform(2,4,10)
Out[68]:
array([3.99532675, 2.27704994, 2.44378248, 2.33492658, 3.79537452,
       2.6754694 , 3.04022564, 2.12863367, 3.27047096, 3.70261513])
In [69]: # random中所有的方法都被numpy重写过

fromfunction- 依据自定义函数创建数组

>>> def f(x,y):
...         return 10*x+y
>>> b = fromfunction(f,(5,4),dtype=int)
array([[ 0,  1,  2,  3],
        [10, 11, 12, 13],
        [20, 21, 22, 23],
        [30, 31, 32, 33],
        [40, 41, 42, 43]])
np.fromfunction(lambda i,j:i+j,(3,3))
array([[0., 1., 2.],
       [1., 2., 3.],
       [2., 3., 4.]])
# 生成的规则就是数组中每一个元素所在位置的索引值作为x和y的值

还有很多高级功能没有说，numpy相对于pandas来说是比较基础的包

接下来请领教pandas

第三章-数据分析核心包---pandas

series-一维数据对象

In [72]: import pandas as pd
In [73]: pd.Series([2,3,4,5])
Out[73]:
1    3
2    4
3    5
dtype: int64
In [74]: pd.Series([2,3,4,5],index=['a','b','c','d'])
Out[74]:
dtype: int64
In [75]: # 所以说serries更像是列表和字典的结合体
In [76]: pd.Series(np.arange(5))
Out[76]:
0    0
1    1
2    2
3    3
4    4
dtype: int32
In [77]: # 在制定了索引之后，用原来的下标还是能访问
In [82]:  sr = pd.Series([2,3,4,5],index=['a','b','c','d'])
In [83]: sr
Out[83]:
dtype: int64
In [84]: sr[2]
Out[84]: 4
# 所以他有两种索引方式，一种是下标，一种是标签，像字典的key

Series-使用特性

# 字典创建Series
In [85]: sr = pd.Series({'a':1,'b':2})
In [86]: sr
Out[86]:
# 键索引
dtype: int64
In [88]: sr['a']
Out[88]: 1
# in的用法
In [89]: 'a' in sr
Out[89]: True
# 通过字典创建，也能使用下标索引
In [87]: sr[1]
Out[87]: 2
# 和字典有一点不一样，写for循环的时候，for字典循环的是key，而Series遍历的是值
In [90]: for i in sr:
    ...:     print(i)
# 获取索引
In [91]: sr.index
Out[91]: Index(['a', 'b'], dtype='object')
In [93]: sr.index[0]
Out[93]: 'a'
# 获取值
In [94]: sr.values
Out[94]: array([1, 2], dtype=int64)
In [95]: sr.values[0]
Out[95]: 1
# 花式索引
In [101]: sr = pd.Series(a,index=['a','b','c','d','e'])
In [102]: sr
Out[102]:
dtype: int32
In [103]: sr[['a','e','c']]
Out[103]:
dtype: int32
# 标签索引来切片，它是前包后也包的
In [106]: sr['b':'d']
Out[106]:
dtype: int32

Series-整数索引问题

In [107]: sr = pd.Series(np.arange(10))
In [108]: sr
Out[108]:
0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int32
In [111]: sr2 = sr[5:].copy()
In [112]: sr2
Out[112]:
5    5
6    6
7    7
8    8
9    9
dtype: int32
# 问题开始了，sr2的下标索引并不是从0开始的
In [113]: sr2[5]
Out[113]: 5
# 因为这个时候是有歧义的，所以，如果索引是整数类型，则根据整数进行下标取值的时候，总是面相标签的

解决办法：loc和iloc

In [114]: sr2.loc[5]
Out[114]: 5
In [115]: sr2.iloc[-1]
Out[115]: 9
# 因为长度只有5，所以使用sr.iloc[5]会报错

Series-数据对齐

按照标签索引进行计算

In [117]: sr1 = pd.Series([12,23,34],index=['c','a','d'])
In [118]: sr2 = pd.Series([11,20,10],index=['d','c','a'])
In [119]: sr1+sr2
Out[119]:
dtype: int64

pandas中长度不一样也可以计算，并引入NaN数据作为 数据缺失值

In [120]: sr1 = pd.Series([12,23,34],index=['c','a','d'])
In [121]: sr2 = pd.Series([11,20,10,16],index=['d','c','a','b'])
In [122]: sr1+sr2
Out[122]:
a    33.0
b     NaN
c    32.0
d    45.0
dtype: float64

In [123]: sr1 = pd.Series([12,23,34],index=['c','a','d'])
In [124]: sr2 = pd.Series([11,20,10],index=['c','a','b'])
In [125]: sr1+sr2
Out[125]:
a    43.0
b     NaN
c    23.0
d     NaN
dtype: float64

但是有的时候，我不需要他出现NaN

In [126]: sr1.add(sr2,fill_value=0)
Out[126]:
a    43.0
b    10.0
c    23.0
d    34.0
dtype: float64

Series-缺失数据和处理确实数据

处理缺失数据有两种思路-删除和填充

判断有没有缺失数据-isnull和notnull

In [127]: sr.isnull()
Out[127]:
0    False
1    False
2    False
dtype: bool

删掉缺失数据的方法

# 恶意直接利用索引取值的方法
In [132]: sr[sr.notnull()]
Out[132]:
a    43.0
c    23.0
dtype: float64
# 使用dropna 删除
In [134]: sr.dropna()
Out[134]:
a    43.0
c    23.0
dtype: float64

填充的方法

# 使用fillna填充
In [133]: sr.fillna(0)
Out[133]:
a    43.0
b     0.0
c    23.0
d     0.0
dtype: float64

有的时候，不喜欢看见0 ，我们可以 填充一个平均值

In [135]: sr.fillna(sr.mean())
Out[135]:
a    43.0
b    33.0
c    23.0
d    33.0
dtype: float64

pandas在计算平均值的时候，会跳过nan。如果不想跳过去，可以加一些参数

Series小结

Series的特性-数组+字典的结合体-
整数索引的问题-loc和iloc
数据对齐-面向标签和缺失值
缺失值的处理-删除和填充
pandas的mean求平均值的特点的使用

DataFrame-二维数据对象

# 第一种创建范式
In [137]: df=pd.DataFrame({'one':[1,2,3,],'two':[4,5,6]})
In [138]: df
Out[138]:
   one  two
0    1    4
1    2    5
2    3    6
# 第二种创建方式
In [140]: pd.DataFrame({'one':pd.Series([1,2,3],index=['a','b','c']),'two':pd.Series([4,5,6,7],index=['a','b','c','d'])})
Out[140]:
   one  two
a  1.0    4
b  2.0    5
c  3.0    6
d  NaN    7
# 还有很多种创建的方式...

文件读写操作

vim test.csv

a,b,c
1,2,3
4,5,6
7,8,9

读取csv文件

In [145]: pd.read_csv('test.csv')
Out[145]:
   a  b  c
0  1  2  3
1  4  5  6
2  7  8  9

保存文件为csv

In [147]: df
Out[147]:
   a  b  c
0  1  2  3
1  4  5  6
2  7  8  9
In [148]: df.to_csv('test2.csv')

DataFrame-常用属性

index用来获取行索引，values获取的值是二维数组, 这是和Series一样的地方

In [156]: df = _140
In [157]: df
Out[157]:
   one  two
a  1.0    4
b  2.0    5
c  3.0    6
d  NaN    7
In [158]: df.index
Out[158]: Index(['a', 'b', 'c', 'd'], dtype='object')
In [159]: df.values
Out[159]:
array([[ 1.,  4.],
       [ 2.,  5.],
       [ 3.,  6.],
       [nan,  7.]])

转置T-把行变成列，列变成行，且一列都成了一个属性（所有的转置默认都会）

可以指定属性dtype

In [160]: df.T
Out[160]:
       a    b    c    d
one  1.0  2.0  3.0  NaN
two  4.0  5.0  6.0  7.0

获取列索引columns

In [163]: df.columns
Out[163]: Index(['one', 'two'], dtype='object')

In [165]: df.describe()
Out[165]:
       one       two
count  3.0  4.000000　　个数
mean   2.0  5.500000　　平均数     　　 
std    1.0  1.290994　　标准差
min    1.0  4.000000　　最小值
25%    1.5  4.750000　　25%位置的数
50%    2.0  5.500000　　中位数
75%    2.5  6.250000　　75%位置的数
max    3.0  7.000000　　最大数

DataFrame-索引和切片

# 先选列。再选行
In [168]: df
Out[168]:
   one  two
a  1.0    4
b  2.0    5
c  3.0    6
d  NaN    7
In [169]: df['one']['a']
Out[169]: 1.0
In [170]: df['one'][1]
Out[170]: 2.0
In [171]: df['one'][0]
Out[171]: 1.0

建议使用loc或者iloc指定，并不建议使用双中括号

In [172]: df.loc['a','one']
Out[172]: 1.0
In [173]: df.loc['a',:]
Out[173]:
one    1.0
two    4.0
Name: a, dtype: float64

灵活搭配使用

In [174]: df.loc[['a','c'],:]
Out[174]:
   one  two
a  1.0    4
c  3.0    6

DataFrame-数据对齐与缺失数据

DataFrame在使用dropna时，如果一行有一个缺失值，会将整行都删除

指定how=‘all’，删除全部是nan的行

In [177]: df.loc[['c','d'],'two'] = np.nan
In [178]: df
Out[178]:
   one  two
a  1.0  4.0
b  2.0  5.0
c  3.0  NaN
d  NaN  NaN
In [179]: df.dropna(how='all')
Out[179]:
   one  two
a  1.0  4.0
b  2.0  5.0
c  3.0  NaN
# how 默认的值是any，也就是只要有nan就都会删除

如何把有一列中有缺失值的那一列都删除？

axis参数意思是-轴，默认是0，是0的时候，指定的是行，1指定的是列

In [184]: df
Out[184]:
   one  two
a  1.0  4.0
b  2.0  5.0
c  3.0  NaN
d  5.0  NaN
In [185]: df.dropna(axis=1)
Out[185]:
a  1.0
b  2.0
c  3.0
d  5.0

pandas-其他常用方法

排序中的ascending=False是倒序，by是指定排序的行（列）

当排序的列（行）有nan的时候，都默认放在了最后， 不参与排序

numpy的所有通用函数都适于用pandas

pandas-时间对象处理

datetime中将时间字符串转化成时间对象

In [186]: import datetime
In [187]: datetime.datetime.strptime('2010-01-01','%Y-%m-%d')
Out[187]: datetime.datetime(2010, 1, 1, 0, 0)
记忆strptime   p--parse 解析
记忆strftime   f--format 格式化

但是不是所有人写时间的格式都像这样的，有一个库可以帮我们做这件事

import  dateutil
In [191]: dateutil.parser.parse('02/03/2010')
Out[191]: datetime.datetime(2010, 2, 3, 0, 0)
In [192]: dateutil.parser.parse('02-03-2010')
Out[192]: datetime.datetime(2010, 2, 3, 0, 0)
In [193]: dateutil.parser.parse('2010-JAN-10')
Out[193]: datetime.datetime(2010, 1, 10, 0, 0)

pandas中的to_datetime就是引用了这个模块，进行批量转换

In [194]: pd.to_datetime(['02-03-2010','2010-JAN-10'])
Out[194]: DatetimeIndex(['2010-02-03', '2010-01-10'], dtype='datetime64[ns]', freq=None)

注意：得到对象第DatetimeIndex

时间对象生成-date_range

In [195]: pd.date_range('2010-01-01','2010-05-01')
Out[195]:
DatetimeIndex(['2010-01-01', '2010-01-02', '2010-01-03', '2010-01-04',
               '2010-01-05', '2010-01-06', '2010-01-07', '2010-01-08',
               '2010-01-09', '2010-01-10',
               '2010-04-22', '2010-04-23', '2010-04-24', '2010-04-25',
               '2010-04-26', '2010-04-27', '2010-04-28', '2010-04-29',
               '2010-04-30', '2010-05-01'],
              dtype='datetime64[ns]', length=121, freq='D')

使用periods指定长度

pd.date_range? 查看帮助中的参数帮助信息

start : str or datetime-like, optional
    Left bound for generating dates.
end : str or datetime-like, optional
    Right bound for generating dates.
periods : integer, optional   长度
    Number of periods to generate.
freq : str or DateOffset, default 'D'  频率 H-小时 W-周 W-MON W-WEN
    Frequency strings can have multiples, e.g. '5H'. See  //B-工作日
    :ref:`here <timeseries.offset_aliases>` for a list of //1H20min
    frequency aliases.
date_range的参数freq可以各种花式定义时间间隔
tz : str or tzinfo, optional
    Time zone name for returning localized DatetimeIndex, for example
    'Asia/Hong_Kong'. By default, the resulting DatetimeIndex is
    timezone-naive.
normalize : bool, default False
    Normalize start/end dates to midnight before generating date range.
name : str, default None
    Name of the resulting DatetimeIndex.
closed : {None, 'left', 'right'}, optional
    Make the interval closed with respect to the given frequency to
    the 'left', 'right', or both sides (None, the default).

得到的是Timestamp对象，可以将其用 to_pydatetime 转换成时间对象

还可以转成字符串

date_range的参数freq可以各种花式定义时间间隔

生成的时间对象可以用来构建时间序列的

In [198]: sr = pd.Series(np.arange(5),index=pd.date_range('2010-01-01',periods=5))
In [199]: sr
Out[199]:
2010-01-01    0
2010-01-02    1
2010-01-03    2
2010-01-04    3
2010-01-05    4
Freq: D, dtype: int32

那么有什么作用呢？直观的好处就是以时间为索引获取指定范围的数据

In [200]: sr = pd.Series(np.arange(100),index=pd.date_range('2010-01-01',periods=100))
In [201]: sr['2010-03']
Out[201]:
2010-03-01    59
2010-03-02    60
2010-03-03    61
2010-03-04    62
2010-03-05    63
2010-03-06    64
2010-03-07    65
2010-03-08    66
2010-03-09    67
2010-03-10    68
2010-03-11    69
2010-03-12    70
2010-03-13    71
2010-03-14    72
2010-03-15    73
2010-03-16    74
2010-03-17    75
2010-03-18    76
2010-03-19    77
2010-03-20    78
2010-03-21    79
2010-03-22    80
2010-03-23    81
2010-03-24    82
2010-03-25    83
2010-03-26    84
2010-03-27    85
2010-03-28    86
2010-03-29    87
2010-03-30    88
2010-03-31    89
Freq: D, dtype: int32

还比如 sr['2017':'2018']

resample函数--重新取样

# 以周为单位取和
In [203]: sr.resample('W').sum()
Out[203]:
2010-01-03      3
2010-01-10     42
2010-01-17     91
2010-01-24    140
2010-01-31    189
2010-02-07    238
2010-02-14    287
2010-02-21    336
2010-02-28    385
2010-03-07    434
2010-03-14    483
2010-03-21    532
2010-03-28    581
2010-04-04    630
2010-04-11    579
Freq: W-SUN, dtype: int32

truncate是类似切片的函数，意义不大，因为都可以通过切片操作来取值

pandas-文件处理

header= none

names的使用

在一个数据表中，如果某一列中有None，这整个列的类型都会变成object，变成了字符串

本来应该是float的

但是因为有none，变成了字符串

nan可以解释成浮点数，但是none无法解释，

解决：用na_values

写入文件示例：

还有第三个参数，一个字符串，来决定线的样式（示例：v是小三角，用短线和点连接，显示红色）

也可以使用参数传递（color=‘red’，marker=‘^’,linestyle='-.'）

我想画多条线？该如何操作

show函数，调用之后，之前的plot都出现在一张图上了

Matplotlib-图像标注

plt.legend的用法之一

pandas和Matplotlib

作业：绘制数学函数图像

画布与子图

fig.add_subplot(2,2,1) 其中 2，2的意思就是把画布分成2x24份，最后的1是第一个位置

Matplotlib支持的图类型

折线图-matplot.finance

matplotlib.finance.子包中有许多绘制金融相关图的函数接口

绘制K线图：matplotlib.finance.candlestick_ochl函数

参数的帮助信息

导入模块并给数据添加了一个time字段

第五章-金融数据分析基础实战

tushare包介绍

Tushare 是一个免费、开源的财经数据接口包。

练习1-股票数据分析

1、使用tushare包获取某股票的历史行情数据
2、输出该股票所有收盘比开盘上涨3%以上的日期
3、输出该股票所有开盘比前日收盘跌幅超过2%的日期（用shift错位）
4、加入我从2010年1月1日开始，每月第一个交易日买入一手股票，每年最后一个交易日卖出所有股票，
到今天为止，我的收益如何？

tushare接口的使用和shift函数，resample的使用

def initialize(context): # 1、设置股票池为沪深300的所有成分股 g.security = get_index_stocks( ' 000300.XSHG ' )
# 基准收益
set_benchmark('000300.XSHG') # 持有后不动 set_option( ' use_real_price ' ,True) set_order_cost(OrderCost(open_tax =0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type= ' stock ' ) # # 回测函数 def handle_data(context, data): # 每只股票买多少的问题,账户金额/股票个数的长度=每个股票分多少钱 # 一般情况下先卖后买 tobuy = [] for stock in g.security: # 获取股票当前的开盘价 p = get_current_data()[stock].day_open # 查看是否持有这只股票 amount = context.portfolio.positions[stock].total_amount # 股票的持仓成本 cost = context.portfolio.positions[stock].avg_cost # 3、如果当前股价比买入时上涨了25%，则清仓止盈 if amount > 0 and p >= cost * 1.25 : order_target(stock,0) # 止盈 # 4、如果当前股价比买入时下跌了10%，则卖出止损 if amount > 0 and p <= cost *0.9 : order_target(stock,0) # 止损 # 2、如果当前股价小于10元且当前不持仓，则买入 if p <= 10.0 and amount == 0: tobuy.append(stock) order(stock, 1000 ) if tobuy: cost_per_stock = context.portfolio.available_cash / len(tobuy) for per in tobuy: order_value(per,cost_per_stock)

双均线策略-最简单只股票

# 导入函数库
from jqdata import *
# 初始化函数，设定基准等等
def initialize(context):
    set_benchmark('000300.XSHG') # 持有后不动
    set_option('use_real_price',True)
    set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock')
    g.security = ['601318.XSHG']
    g.p1 = 5
    g.p2 = 10
def handle_data(context, data):
    for stock in g.security:
        # 金叉：如果5日均线大于10日均线，且没有持仓
        # 死叉：如果5日均线小于10日均线，并且持仓
        # 获取历史数据
        df = attribute_history(stock,g.p2)
        m10 = df['close'].mean()
        m5 = df['close'][-5:].mean()
        if m10 > m5 and stock in context.portfolio.positions:
            # 死叉卖出
            order_target(stock, 0)
        if m10 < m5 and stock not in context.portfolio.positions:
            order(stock,context.portfolio.available_cash * 0.8)
 在回测图上添加其他的图




    

因子选股策略
查询财务数据
get_fundanmentals
# 导入函数库
from jqdata import *
# 初始化函数，设定基准等等
def initialize(context):
    set_benchmark('000300.XSHG') # 持有后不动
    set_option('use_real_price',True)
    set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, 
    close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock')
    # 选股范围
    g.security = get_index_stocks('000300.XSHG')
    # 获取数据,在官网数据选项卡中找到valuation表
    g.q = query(valuation).filter(valuation.code.in_(g.security))
    # 要定期跟新调仓
        # 1、定义天数变量，在handle_data中计数，每天+1，当days%30==0的时候，执行调仓
            # 这是没30个交易日调一次
        # 2、使用run_monthly(handle,1),定义handle用来跟新的函数，1表示第一个交易日
            # 这是每月调一次
    run_monthly(handle,1)
    # 定义自己的仓位最多有20只股票
    g.N = 20
def handle(context):
    # 注意，有的函数方法会报错，因为平台支持的第三方平台的版本所导致
    df = get_fundamentals(g.q)[['code','market_cap']]
    df = df.sort_values('market_cap').iloc[:g.N,:]
    # 新选出的股票池
    to_hold = df['code'].values
    # 手上可能有一些股票，有的留着，没有的卖掉，添加新的
    for stock in context.portfolio.positions:
        # 手上的股票没在to_hold中，买掉
        if stock not in to_hold:
            order_target(stock,0)
    to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions]
    if to_buy:
        cash_per_stock = context.portfolio.available_cash / len(to_buy)
        for per in to_buy:
            order_value(per,cash_per_stock)
注意停牌的股票的过滤
取前30个，把停牌的（paused）过滤掉，在取前20个
多因子选股策略
净资产收益率要高
如何同时综合多个因子
补充知识-标准化
 标准化，归一化，数据预处理的方法
# 导入函数库
from jqdata import *
# 初始化函数，设定基准等等
def initialize(context):
    set_benchmark('000300.XSHG') # 持有后不动
    set_option('use_real_price',True)
    set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, 
    close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock')
    # 选股范围
    g.security = get_index_stocks('000002.XSHG')
    # 获取数据,在官网数据选项卡中找到valuation表，市值数据在这个表中
    # 找到roe在，indicator表中
    g.q = query(valuation,indicator).filter(valuation.code.in_(g.security))
    # 要定期跟新调仓
        # 1、定义天数变量，在handle_data中计数，每天+1，当days%30==0的时候，执行调仓
            # 这是没30个交易日调一次
        # 2、使用run_monthly(handle,1),定义handle用来跟新的函数，1表示第一个交易日
            # 这是每月调一次
        # 定义自己的仓位最多有20只股票
    g.N = 20
    run_monthly(handle,1)
def handle(context):
    # 注意，有的函数方法会报错，因为平台支持的第三方平台的版本所导致
    df = get_fundamentals(g.q)[['code','market_cap','roe']]
    # 进行归一化
    df['market_cap'] = (df['market_cap']) - df['market_cap'].min()) / (df['market_cap'].max() - df['market_cap'].min())
    df['roe'] = (df['roe']) - df['roe'].min()) / (df['roe'].max() - df['roe'].min())
    # 增加一列作为评分，收益率越大越好，市值越小越好。最后的结果越大越好
    df['score'] = df['roe'] - df['market_cap']
    # 选最后20只
    df = df.sort_values('score').iloc[-g.N:,:]
    # 新选出的股票池
    to_hold = df['code'].values
    # 手上可能有一些股票，有的留着，没有的卖掉，添加新的
    for stock in context.portfolio.positions:
        # 手上的股票没在to_hold中，买掉
        if stock not in to_hold:
            order_target(stock,0)
    to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions]
    if to_buy:
        cash_per_stock = context.portfolio.available_cash / len(to_buy)
        for per in to_buy:
            order_value(per,cash_per_stock)
 还可以增加权重、增加更多的因子




    

 均值回归理论
均值回归策略是一个选股策略
# 导入函数库
from jqdata import *
# 初始化函数，设定基准等等
def initialize(context):
    set_benchmark('000300.XSHG') # 持有后不动
    set_option('use_real_price',True)
    set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, 
    close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock')
    # 选股范围
    g.security = get_index_stocks('000002.XSHG')
    g.ma_days = 30 
    # 股票数量
    g.stock_num = 10
    run_monthly(handle,1)
def handle(context):
    sr = pandas.Series(index=g.security)
    for stock in sr.index:
        ma = attribute_history(stock, g.ma_days)['close'].mean()
        p = get_current_data()[stock].day_open
        # 计算偏离程度
        ratio = (ma-p) / ma
        sr[stock] = ratio
    # 不用sort，有一个更快的函数nlargest
    # 新选出的股票池
    to_hold = sr.nlargest(g.stock_num).index.values
    # 手上可能有一些股票，有的留着，没有的卖掉，添加新的
    for stock in context.portfolio.positions:
        # 手上的股票没在to_hold中，买掉
        if stock not in to_hold:
            order_target(stock,0)
    to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions]
    if to_buy:
        cash_per_stock = context.portfolio.available_cash / len(to_buy)
        for per in to_buy:
            order_value(per,cash_per_stock)
布林带策略
上下N取小了不好，去大了等于没取，因为很难触碰，上下可以取不同的N
# 导入函数库
from jqdata import *
# 初始化函数，设定基准等等
def initialize(context):
    set_benchmark('000300.XSHG') # 持有后不动
    set_option('use_real_price',True)
    set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, 
    close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock')
    # 选股范围
    g.security = ('600036.XSHG')
    g.M = 20  # 试验过20比较好
    g.k = 2  # 听说1.7比较好
# 初始化策略
def handle_data(context, data):
    sr = attribute_history(g.security,g.M)['close']
    ma = sr.mean()
    up = ma + g.k * sr.std()
    down = ma - g.k * sr.std()
    p = get_current_data()[g.security].day_open
    cash = context.portfolio.available_cash
    if p < down and g.security not in context.portfolio.positions:
        order_value(g.security, cash)
    elif p >up and g.security in context.portfolio.positions:
        order_target(g.security, 0)
可以继续尝试其他股票或者多只股票
多只股票牵涉资金分配的问题
多尝试几个参数，看效果如何
布林带比较窄的时候，说明波动小，将不适合短线交易，也可将其作为一个因子
加入止损操作
PEG策略
市盈率是什么
PEG策略说明
PEG选股
市盈率有静态的和动态的两种，我们使用静态的pe_ratio,在valuation表中
收益增长率inc_net_profit_year_on_year,在indicator里面
# 导入函数库
from jqdata import *
# 初始化函数，设定基准等等
def initialize(context):
    set_benchmark('000300.XSHG') # 持有后不动
    set_option('use_real_price',True)
    set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, 
    close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock')
    # 选股范围
    g.security = get_index_stocks('000300.XSHG')
    g.q = query(valuation.code,valuation.pe_ratio,indicator.inc_net_profit_year_on_year).filter(valuation.code.in_(g.security))
    g.N = 20
    run_monthly(handle,1)
def handle(context):
    df = get_fundamentals(g.q)
    # 过滤负值的PEG
    df = df[(df['pe_ratio'] > 0) & (df['inc_net_profit_year_on_year'] > 0) ]
    # 计算peg
    df['peg'] = df['pe_ratio'] /df['inc_net_profit_year_on_year']/100
    df = df.sort_values('peg')
    to_hold = df['code'][:g.N].values
    print(to_hold)
    # 手上可能有一些股票，有的留着，没有的卖掉，添加新的
    for stock in context.portfolio.positions:
        # 手上的股票没在to_hold中，买掉
        if stock not in to_hold:
            order_target(stock,0)
    to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions]
    if to_buy:
        cash_per_stock = context.portfolio.available_cash / len(to_buy)
        for per in to_buy:
            order_value(per,cash_per_stock)
动量策略和反转策略
import jqdata
import math
import numpy as np
import pandas as pd
import datetime
def initialize(context):
    set_option('use_real_price', True)
    set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, 
    close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock')
    g.benchmark = '000300.XSHG'
    g.N = 10
    set_benchmark(g.benchmark)
    run_monthly(handle, 1)
def handle(context):
    stocks = get_index_stocks('000300.XSHG')
    # 这段时间的收盘价（attribu是选取一只股票多个时间的，history是选择多只股票）
    # 转置，相当于将股票代码放在了表头上
    df_close = history(30, field='close', security_list=list(stocks)).T
    # 增加ret列，表示收益率（最后一天的价格-第一天的价格）/ 第一天的价格
    df_close['ret'] = (df_close.iloc[:,-1]-df_close.iloc[:,0])/df_close.iloc[:,0]
    # ascending = False 表示降序，即为动量策略，总选最好的
    # ascending = True  反转策略
    sorted_stocks = df_close.sort_values('ret', ascending = False).index
    to_hold = sorted_stocks[:g.N]
    # 手上可能有一些股票，有的留着，没有的卖掉，添加新的
    for stock in context.portfolio.positions:
        # 手上的股票没在to_hold中，买掉
        if stock not in to_hold:
            order_target(stock,0)
    to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions]
    if to_buy:
        cash_per_stock = context.portfolio.available_cash / len(to_buy)
        for per in to_buy:
            order_value(per,cash_per_stock)
最后得出结论，A股市场的反转策略优于动量策略
羊驼交易法则
# 导入函数库
from jqdata import *
# 初始化函数，设定基准等等
def initialize(context):
    set_benchmark('000300.XSHG') # 持有后不动
    set_option('use_real_price',True)
    set_order_cost(OrderCost(open_tax=0, close_tax=0.001, open_commission=0.0003, 
    close_commission=0.0003, close_today_commission=0, min_commission=5), type='stock')
    # 选股范围
    g.security = get_index_stocks('000300.XSHG')
    # 看多长时间的 收益率
    g.period = 30
    g.N = 10
    # 每次调整几只股票
    g.change = 1 
    # 标志位，第一次购买的时候购买的是10只
    g.init = True
    run_monthly(handle,1)
def get_sorted_stocks(context,stocks):
    df_close = history(g.period, field='close', security_list=stocks).T
    # 增加ret列，表示收益率（最后一天的价格-第一天的价格）/ 第一天的价格
    df_close['ret'] = (df_close.iloc[:,-1]-df_close.iloc[:,0])/df_close.iloc[:,0]
    # ascending = False 表示降序，即为动量策略，总选最好的
    # ascending = True  反转策略
    sorted_stocks = df_close.sort_values('ret', ascending = False)
    return sorted_stocks.index.values
def handle(context):
    if g.init:
        stocks = get_sorted_stocks(context, g.security)[:g.N]
        cash = context.portfolio.available_cash * 0.9 / len(stocks)
        for stock in stocks:
            order_value(stock, cash)
        g.init = False
        return
    stocks = get_sorted_stocks(context, context.portfolio.positions.keys())
    for stock in stocks:
        if len(context.portfolio.positions) >= g.N:
            break
        if stock not in context.portfolio.positions:
            order_value(stock, context.portfolio.available_cash * 0.9)
简易回测框架开发
上下文信息保存：context
获取数据：
下单函数：
用户接口：